C-Model的输入数据和IP仿真的输入不完全一致

有很多客户在比较 fft c-model 仿真和 fftip 前仿遇到问题。今天赛灵思技术专家对此提出三种原因和解决办法。
总结下来, 原因大概有三种: 
c-model 的输入数据和 ip 仿真的输入不完全一致
c-model 的参数设置和 ip 的参数设置不完全一致
出现 overflow
c-model的输入数据和ip仿真的输入不完全一致
这里面需要注意的是, fft c-model fixedpoint interface 需要的输入数据范围在(-1,1)之间, 而且是 signed two's-complement (二进制补码有符号数), 数据位宽是 c_input_width. 小数点在 c_input_width – 1, 否则会报警. 但 matlab 的数据是 complex double-precisionfloating-point data, 所以需要用到 matlab 的 quantize 来把数据量化.
显然 fft ip 前仿是不需要量化的,因为对于 fpga 没有小数点位.
为了保证这这个仿真的输入数据一致, 建议把量化后的数据也作为 fft ip 前仿的输入数据, 因为量化之后是小数, 可以乘以 2^(c_input_width – 1) ,转为整数, 注意这还是二进制补码数.
c-model的参数设置和ip的参数设置不完全一致
scaling_sch在c-model和ip core的顺序是反的, 例如scaling_sch[0]是第一个数据, scaling_sch[1] 是第二个,但在 fft ip 上需要把它们的顺序到过来, 也就是 scaling_sch[0] 是最后一个数据, scaling_sch[1] 是倒数第二个。
overflow
如果设置的是 pipelined, streaming i/o architecture,出现 overflow,那么 c-model 和 ip core 前仿的结果是不一致, 也就是 c-model 的 xk_re 和 xk_im 与 fft ip 前仿的 xk_re 和xk_im 不一致, 出现 overflow , 看 xk_re 和 xk_im 的结果是没有意义的, 需要调整 scaling 保证没有 overflow.


紫外光固胶UV胶的性能特点优势有哪些
用算法来挖掘人工智能的巨大潜力
解析未来LED封装的未来发展方向
供应综合测试仪CTS60,CMD60,CMD55,CMU20
如何用静电流Js求解器三维计算PCB压降IR drop?
C-Model的输入数据和IP仿真的输入不完全一致
基于Xilinx全编程的系统级芯片(SoC)架构 Zynq®-7000系列
当前碳化硅功率器件回顾!
stc12c5a60s2引脚exlvd是哪个_作用是什么
OPPO A55登场,售价1599元起
详解云计算之云渗透测试
浅谈如何提升电力市场化售电核心竞争力
linux安全基线如何配置
2019年AR/VR创新报告显示游戏是AR/VR/MR开发的首要项目
消费者为什么不愿意升级5G套餐?
高分辨率单光子超导相机科研进展
AV1编码器将推动互联网视频的下一个飞跃
用于AI推断加速的Vitis AI开发平台
如何使用LTspice® 分析状态监控系统中振动数据的频谱
360手机vizza怎么样 值不值得买